数据挖掘十大经典算法 之 K-Means算法

一：非监督中的Kmean算法分类

聚类(clustering) 属于非监督学习 (unsupervised learning),无类别标记(class label).

观察下图，相同类别的通过属性之间的相似性聚集在一起，算法中并未涉及类别标记的问题。

二：K-means 算法详解

K-几个聚类中心  Mean-均值，每次迭代的时候使用均值方式迭代

 Clustering 中的经典算法，数据挖掘十大经典算法之一

 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。

算法思想：

以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果

算法描述：

（1）随机适当选择c个类的初始中心；

（2）在第k次迭代中，对任意一个样本，求其到c各